Большинство практик каббалы предназначено для людей, владеющих языком иврит и верящих в святость Торы. Поэтому они подходят только для иудеев. Зато каббалисты составили самую подробную и универсальную карту духовного, которая получила название - древо Сфирот.
Древние откуда-то знали, что материальный мир устроен по принципу информации: существуют не реальные предметы, а лишь информация об их существовании. Именно этим объясняется обожествление слов, букв и цифр. Хотя, если человек не обманут материалистическим мировоззрением, ему нетрудно про многое догадаться, просто понаблюдав за своим восприятием во сне и наяву. Поэтому прежде чем перейти к толкованию древа Сфирот, тоже сначала проанализируем, как информация обрабатывается в нашем теле. В теле информацию обрабатывает специальная сеть рецепторов-нейронов.
Нейронная сеть - это принцип биологической обработки информации в головном мозге. На основе нейронных сетей создана математическая модель, эффективная для распознавания образов и систем искусственного интеллекта.
Как работает нейронная сеть? На входе имеется поток информации в виде разных объектов. Информацию воспринимает слой нейронов-рецепторов. Каждый нейрон анализирует лишь один признак информации каждого объекта, выдавая на выходе однозначный ответ - присутствует или отсутствует данный признак. В итоге получается комбинация присутствия и отсутствия этих признаков (единиц и нолей). Такие комбинации являются математическими образами анализируемых объектов. Сначала нейронная сеть обучается связывать возникшие у нее образы с конкретными объектами при помощи критериев "да" и "нет", которыми управляет программист. Когда обучение заканчивается, любой новый объект распознается нейронной сетью в качестве одного из знакомых объектов, или как неизвестный образ. Если новый набор признаков начнет повторяться, неизвестный образ со временем тоже начинает распознаваться и окажется известным. Поэтому математические нейронные сети способны обучаться, моделируя искусственный интеллект. Параллельность и простота позволяет быстро обрабатывать большие массивы информации. Сложные нейронные сети состоят из нескольких параллельных слоев, в которых каждый нейрон внутреннего слоя связан с нейронами предыдущего, но принцип работы сети остается неизменным.
Нетрудно догадаться, что один нейрон в принципе не способен обучаться и создавать образы. Важно еще отметить, что обучение нейронной сети сначала приводит к возникновению идеального образа исходной информации в виде комбинации соответствующих признаков, и лишь потом любая входящая информация сравнивается с идеалом.
Мышление человека тоже создает идеалы, позволяющие принимать решения интуитивно. Каждый из нас был "нейронной сетью", когда учился читать. А теперь мы интуитивно распознаем образы букв и слов, даже если их очертания искажены. И знакомые лица обучаемся узнавать интуитивно. Поэтому китайца труднее узнать, чем европейца, пока не пожить в Китае. Все идеальные понятия - здравый смысл, справедливость, красота - результат бессознательного обучения, который может измениться.
Не надо противопоставлять логику интуиции. Выводы ума бывают не только логическими. "Отрезок "А" равен отрезку "В", отрезок "В" равен отрезку "С", следовательно отрезки "А" и "С" тоже равны." Ни один математик не объяснит, какой процесс включается в уме после слова "следовательно". Почему из одного утверждения "само собой" вытекает другое, если мы не проверили это хотя бы миллион раз? Потому что включается так называемый "здравый смысл", которому мы предварительно обучились. Не найдется ни одной теоремы, сумевшей обойтись без фокуса с подключением интуиции в решающий момент. И от погружения в бездонный омут бесчисленных субъективных мнений нас спасает лишь то, что все выводы ума, включая интуитивные, потом подтверждаются или опровергаются практикой. Насколько бы красивой или уродливой теория не казалась, они ничтожна, если без нее можно обойтись, ведь красота - ощущение субъективное.
В заключение добавим, что усложнение входной информации потребует увеличение числа нейронов для успешного создания и распознавания образов. Иначе произойдет "паралич" сети - прежние нейроны исчерпают способность обучаться.
